モデル選定

大規模パラメータ音声モデル

# 大規模パラメータ音声モデル

Parakeet Tdt 0.6b V2

NVIDIA Parakeet TDT 0.6B v2 を変換したMLXフォーマットの自動音声認識モデルで、効率的な音声テキスト変換タスクをサポートします。

Wav2vec2 Large Xls R 300m Chinese Taiwan Colab

wav2vec2アーキテクチャに基づく大規模音声認識モデルで、中国語（台湾）音声に最適化されており、音声からテキストへの変換タスクに適しています。

Wav2vec2 Large Xls R 300m Turkish Colab

このモデルは、facebook/wav2vec2-xls-r-300mをcommon_voiceのトルコ語データセットでファインチューニングした音声認識モデルです。

Wav2vec2 Xls R 1b Italian Robust

facebook/wav2vec2 - xls - r - 1bをCommon Voice 7とLibri Speechデータセットでファインチューニングしたイタリア語自動音声認識モデル

Transformers その他

Wav2vec2 Large Xls R 300m Greek

Common Voiceデータセットで訓練されたギリシャ語音声認識モデル、wav2vec2アーキテクチャを採用

おすすめAIモデル

Llama 3 Typhoon V1.5x 8b Instruct

タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化

大規模言語モデル

Transformers 複数言語対応

Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。

対話システム

Transformers 英語

Roberta Base Chinese Extractive Qa

RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。

質問応答システム中国語

AIbase

未来を切り開く、あなたのAIソリューション知識ベース

English 简体中文繁體中文にほんご

© 2025AIbase